昨天晚上刷X的时候，一个AI项目创始人发了张产品路线图。我点进去看了不到两分钟就关掉了。现在很多AI项目都喜欢讲自己模型多强、参数多大，可翻来覆去还是同一套故事。真正让我愿意多花时间研究的，反而是那些开始悄悄调整叙事方向的项目，因为这往往意味着他们发现了新的问题。
最近重新翻@OpenGradient 官网和开发文档，我注意到一个变化。以前大家讨论它，大多围绕Verifiable AI展开；而现在，官方更频繁提到的是"Open Intelligence"。不少人可能觉得只是换了个名字，我反倒觉得，这背后反映的是AI基础设施正在发生的一次重心变化。
过去行业解决的是"AI能不能算"。随着模型能力越来越接近，这个问题已经不再稀缺。真正开始影响生态的，是这些模型、Agent、支付、记忆和验证，能不能像互联网里的协议一样协同运转。一个模型再强，如果只能孤立运行，它创造的价值始终有限；真正有机会形成网络效应的，是让不同能力不断连接、调用和反馈。
我理解OpenGradient现在强调Open Intelligence，也是沿着这个思路在搭网络。模型提供推理能力，Agent负责执行任务，节点完成计算，验证网络保证可信，支付层负责价值流转。看上去每个模块都可以独立存在，但只有串联起来，整个生态才会不断积累新的智能，而不是重复生产新的工具。
不过越研究，我越觉得这里还有一道很现实的门槛。网络里的角色越来越多，协同成本也会越来越高。任何一个环节效率下降，都会影响整个智能网络的体验。相比模型参数，我现在更关心的是，这种跨模块协作到底能不能形成足够高的网络壁垒。
如果未来大家都开始讲Open Intelligence，最后拉开差距的，到底会是模型能力，还是谁更早把整个智能网络真正跑通？
#opg $OPG
最近重新翻@OpenGradient 官网和开发文档，我注意到一个变化。以前大家讨论它，大多围绕Verifiable AI展开；而现在，官方更频繁提到的是"Open Intelligence"。不少人可能觉得只是换了个名字，我反倒觉得，这背后反映的是AI基础设施正在发生的一次重心变化。
过去行业解决的是"AI能不能算"。随着模型能力越来越接近，这个问题已经不再稀缺。真正开始影响生态的，是这些模型、Agent、支付、记忆和验证，能不能像互联网里的协议一样协同运转。一个模型再强，如果只能孤立运行，它创造的价值始终有限；真正有机会形成网络效应的，是让不同能力不断连接、调用和反馈。
我理解OpenGradient现在强调Open Intelligence，也是沿着这个思路在搭网络。模型提供推理能力，Agent负责执行任务，节点完成计算，验证网络保证可信，支付层负责价值流转。看上去每个模块都可以独立存在，但只有串联起来，整个生态才会不断积累新的智能，而不是重复生产新的工具。
不过越研究，我越觉得这里还有一道很现实的门槛。网络里的角色越来越多，协同成本也会越来越高。任何一个环节效率下降，都会影响整个智能网络的体验。相比模型参数，我现在更关心的是，这种跨模块协作到底能不能形成足够高的网络壁垒。
如果未来大家都开始讲Open Intelligence，最后拉开差距的，到底会是模型能力，还是谁更早把整个智能网络真正跑通？
#opg $OPG